C✳CODEZ.WIN
🌐 हिन्दी

स्थानीयकृत पठन मार्गदर्शिका

scvi-toolsउद्देश्य, उपयोग और स्रोत

scvi-tools का उपयोग करके एकल-कोशिका विश्लेषण के लिए डीप लर्निंग। इस कौशल का उपयोग तब किया जाना चाहिए जब उपयोगकर्ताओं को इसकी आवश्यकता हो (1डेटा एकीकरण और बैच सुधार के साथscVI/scANVI, (2) पीकवीआई के साथ एटीएसी-सीक्वेंस विश्लेषण, (3) CITE-seq मल्टी-मोडल विश्लेषण टोटलVI के साथ, (4) मल्टीवीआई के साथ मल्टीओम आरएनए+एटीएसी विश्लेषण, (5) डेस्टवीआई के साथ स्थानिक ट्रांसक्रिप्टोमिक्स डीकनवोल्यूशन, (6) लेबल स्थानांतरण और संदर्भ मानचित्रण के साथscANVI/scArches, (7) veloVI के साथ RNA वेग, या (8) डीप लर्निंग पर आधारित कोई भी सिंगल-सेल विधि। ट्रिगर्स में scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, वेरिएशनल ऑटोएनकोडर, VAE, बैच करेक्शन, डेटा इंटीग्रेशन, मल्टी-मोडल, CITE-seq, मल्टीओम, रेफरेंस मैपिंग, लेटेंट स्पेस का उल्लेख शामिल है।

स्रोत प्राप्त किया गया:

स्रोत रिपॉज़िटरी
anthropics/knowledge-work-plugins
SKILL.md
bio-research/skills/scvi-tools/SKILL.md
रिपॉज़िटरी Star
34,049
रिपॉज़िटरी का अंतिम अपडेट
2026-10-30
क्षमता वर्गीकरण
अनुसंधान
अंतिम संग्रह समय

लाइसेंस: लाइसेंस दस्तावेजों का सत्यापन लंबित है

वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।

नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।

यह कौशल क्या करता है

scvi-tools का उपयोग करके एकल-कोशिका विश्लेषण के लिए डीप लर्निंग। इस कौशल का उपयोग तब किया जाना चाहिए जब उपयोगकर्ताओं को इसकी आवश्यकता हो (1डेटा एकीकरण और बैच सुधार के साथscVI/scANVI, (2) पीकवीआई के साथ एटीएसी-सीक्वेंस विश्लेषण, (3) CITE-seq मल्टी-मोडल विश्लेषण टोटलVI के साथ, (4) मल्टीवीआई के साथ मल्टीओम आरएनए+एटीएसी विश्लेषण, (5) डेस्टवीआई के साथ स्थानिक ट्रांसक्रिप्टोमिक्स डीकनवोल्यूशन, (6) लेबल स्थानांतरण और संदर्भ मानचित्रण के साथscANVI/scArches, (7) veloVI के साथ RNA वेग, या (8) डीप लर्निंग पर आधारित कोई भी सिंगल-सेल विधि। ट्रिगर्स में scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, वेरिएशनल ऑटोएनकोडर, VAE, बैच करेक्शन, डेटा इंटीग्रेशन, मल्टी-मोडल, CITE-seq, मल्टीओम, रेफरेंस मैपिंग, लेटेंट स्पेस का उल्लेख शामिल है।

अपस्ट्रीम वर्कफ़्लो कैसे काम करता है

इस कौशल का उपयोग कैसे करें

उपयुक्त कार्यप्रवाह की पहचान करेंmodel/workflowनीचे दी गई तालिकाओं में विस्तृत चरणों और कोड के लिए संबंधित संदर्भ फ़ाइल पढ़ें। स्क्रिप्ट का उपयोग करें।scripts/सामान्य कोड को दोबारा लिखने से बचने के लिए, इंस्टॉलेशन या जीपीयू संबंधी समस्याओं के लिए, परामर्श लें।references/environment_setup.md

ऊपर की ओर मार्ग · L10 ↗

इस कौशल का उपयोग कब करें

जब scvi-tools, scVI, scANVI, या संबंधित मॉडलों का उल्लेख किया जाता है; जब डीप लर्निंग-आधारित बैच करेक्शन या इंटीग्रेशन की आवश्यकता होती है; जब मल्टी-मोडल डेटा (CITE-seq, मल्टीओम) के साथ काम किया जाता है; जब रेफरेंस मैपिंग या लेबल ट्रांसफर की आवश्यकता होती है।

ऊपर की ओर मार्ग · L18 ↗

scvi-tools डीप लर्निंग स्किल

यह कौशल सिंगल-सेल जीनोमिक्स में संभाव्य मॉडल के लिए अग्रणी फ्रेमवर्क scvi-tools का उपयोग करके डीप लर्निंग-आधारित सिंगल-सेल विश्लेषण के लिए मार्गदर्शन प्रदान करता है।

ऊपर की ओर मार्ग · L6 ↗
ऊपर की ओर मार्ग · bash ↗
# 1. Validate input data
python scripts/validate_adata.py raw.h5ad --batch-key batch --suggest

# 2. Prepare data (QC, HVG selection)
python scripts/prepare_data.py raw.h5ad prepared.h5ad --batch-key batch --n-hvgs 2000

# 3. Train model
python scripts/train_model.py prepared.h5ad results/ --model scvi --batch-key batch

# 4. Cluster and visualize
python scripts/cluster_embed.py results/adata_trained.h5ad results/ --resolution 0.8

# 5. Differential expression
python scripts/differential_expression.py results/model results/adata_clustered.h5ad results/de.csv --groupby leiden

आवश्यकताएँ और सेटअप

महत्वपूर्ण आवश्यकताएँ

आवश्यक कच्ची गणनाएँ: scvi-tools मॉडल को पूर्णांक गणना डेटा की आवश्यकता होती है। HVG चयन: उपयोग करें2000-4000अत्यधिक परिवर्तनशील जीन

ऊपर की ओर मार्ग · L106 ↗

सीमाएं और गुणवत्ता जांच

इस फ़ाइल से कोई अलग सीमा अंश नहीं चुना गया है। इसका मतलब यह नहीं है कि यह स्किल हर इनपुट या वातावरण के लिए सुरक्षित है। संपूर्ण स्रोत की समीक्षा करें और अपने परिणाम की पुष्टि करें।

सुरक्षित परीक्षण से शुरुआत करें

  1. समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
  2. एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
  3. डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
  4. स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।

कौशल प्रारूप और निर्देशिका विनिर्देश ↗

मूल लेख में आगे पढ़ें

अनुवाद और दायरा

यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।

यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।

पिन किया गया स्रोत
मूल लेख पढ़ें ↗
स्रोत प्राप्त किया गया
स्रोत कमिट
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d
स्रोत SHA-256
03a69b32b77db86afe5f87b75db2ae4c92b03b6e9e16e2c5e66cde2d4ad9c5bc
संपूर्ण कौशल सूची पर वापस जाएँ